Tesis Riesgo de Microcredito

Factores determinantes de riesgo en la colocación de microcrédito en una entidad
financiera del municipio de Pitalito-Huila.
Diana Milena Leal Reyes
Juan Camilo Chaux Hurtado
Fernando Reyes Motta
Corporación Universitaria Minuto De Dios
Rectoría Virtual y a Distancia
SEDE / CENTRO TUTORIAL Bogotá D.C. - Sede Principal
Programa Especialización en Gerencia Financiera
Noviembre de 2021
financiera del municipio de Pitalito-Huila.
Diana Milena Leal Reyes
Juan Camilo Chaux Hurtado
Fernando Reyes Motta
Trabajo de Grado presentado como requisito para optar al título de Especialista en
Gerencia Financiera
Asesor (a)
Dr. Oscar Jaramillo Castaño
Corporación Universitaria Minuto De Dios
Rectoría Virtual y a Distancia
SEDE / CENTRO TUTORIAL Bogotá D.C. - Sede Principal
Especialización en Gerencia Financiera
Noviembre de 2021
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 3
Nota de aceptación:
Presidente del Jurado
Jurado
Jurado
Dedicatoria
“A Dios que me permitió la luz para prepararme y así cumplir la misión que me encomendó.
A mis padres, por su amor y apoyo incondicional…
A mis hijos, por ser fuente ineludible de inspiración,
A mis hermanos, por su lealtad y serenidad que me alientan a la vida,
A mis amigos, por su adorable compañía en el afán por alcanzar mis sueños…
Agradecimientos
Los autores manifiestan su agradecimiento hacia las directivas y docentes de la
Corporación Universitaria Minuto de Dios y su Especialización en Gerencia Financiera; a su
asesor Dr. Oscar Jaramillo, por su acompañamiento en las etapas de preparación y desarrollo del
presente trabajo.
Agradecemos a todos aquellos que con sus aportes enriquecieron esta investigación, a sus
familias, por el ánimo y total respaldo y a Dios Todopoderoso, por brindarnos la fortaleza que
nos permitió mantenernos firmes en la confección y elaboración de este proyecto.

Tabla de contenido
Resumen.......................................................................................................................................... 9
Abstract ......................................................................................................................................... 10
Introducción .................................................................................................................................. 11
Capítulo I. Formulación y Direccionamiento ............................................................................... 13
Tema. ......................................................................................................................................... 13
Planteamiento del Problema ...................................................................................................... 14
Enunciado del problema ............................................................................................................ 14
Formulación .............................................................................................................................. 15
Delimitación y alcances ............................................................................................................ 15
Objetivos ................................................................................................................................... 16
Objetivo General ....................................................................................................................... 16
Objetivos Específicos ................................................................................................................ 16
Justificación ............................................................................................................................... 17
Capítulo II. Marco Referencial ..................................................................................................... 18
Capítulo III. Metodología y Proceso De Investigación ................................................................ 22
Metodología .............................................................................................................................. 22
Tipo de investigación ................................................................................................................ 22
Proceso metodológico ............................................................................................................... 22
Población ................................................................................................................................... 22
Hipótesis .................................................................................................................................... 23
Identificación de variables ........................................................................................................ 23
Técnicas de indagación e instrumentos ..................................................................................... 24
Capítulo IV. Conclusiones y Recomendaciones ........................................................................... 25
Análisis de datos........................................................................................................................ 25
Regresión logística binaria ........................................................................................................ 38
Conclusiones ............................................................................................................................. 44
Recomendaciones ...................................................................................................................... 45
Referencias Bibliográficas ........................................................................................................ 46

Lista de Tablas
Tabla 1. Variables ......................................................................................................................... 23
Tabla 2. Año de desembolso.......................................................................................................... 25
Tabla 3. Ciudad de negocio .......................................................................................................... 26
Tabla 4. Edad por categoría ......................................................................................................... 27
Tabla 5. Género ............................................................................................................................ 28
Tabla 6. Estado civil ..................................................................................................................... 29
Tabla 7. Tipo de vivienda. ............................................................................................................. 29
Tabla 8. Tipo de actividad ............................................................................................................ 31
Tabla 9. Número de hijos .............................................................................................................. 31
Tabla 10. Tipo de cliente ............................................................................................................... 32
Tabla 11. Sector económico. ......................................................................................................... 33
Tabla 12. Experiencia en la actividad. ......................................................................................... 34
Tabla 13. Plazo del crédito. .......................................................................................................... 35
Tabla 14. Monto desembolsado .................................................................................................... 36
Tabla 15. Valor de la cuota del préstamo ..................................................................................... 37
Tabla 16. Análisis bivariado ......................................................................................................... 38
Tabla 17. Análisis multivariado .................................................................................................... 40

Resumen
El microcrédito en Colombia se ha convertido en un aliado para promover la inclusión financiera
y así mejorar la calidad de vida de miles de microempresarios mediante el acceso a fuentes de
financiación. En la última década se observa que la cartera de microcrédito crece a un ritmo
mayor que la cartera total del sistema financiero colombiano y de igual forma su indicador de
cartera vencida. El presente trabajo busca identificar los principales determinantes de riesgo de
crédito en la cartera de una entidad del municipio de Pitalito-Huila, con tal fin se hace uso del
concepto de información suave, que incluye variables socioeconómicas de los deudores y la
microempresa para determinar la probabilidad de ocurrencia de mora. Usando la metodología
logit multinomial se encuentra que, para el estudio, existe evidencia estadística a favor de la
hipótesis que las variables como edad, tipo de cliente, genero, ciudad, plazo, monto
desembolsado y valor de cuota tienen relación significativa con la morosidad.
Palabras clave: Microcrédito, Colombia, riesgo de crédito, morosidad, probabilidad de
incumplimiento, información suave, Logit multinomial.

Abstract
Microcredit in Colombia has become an ally to promote financial inclusion and thus improve the
quality of life of thousands of microentrepreneurs through access to sources of financing. In the
last decade, it has been observed that the microcredit portfolio has grown at a higher rate than the
total portfolio of the Colombian financial system and, in the same way, its past-due portfolio
indicator. This work seeks to identify the main determinants of credit risk in the portfolio of an
entity in the municipality of Pitalito-Huila, for this purpose the concept of soft information is
used, which includes socioeconomic variables of the debtors and the microenterprise to
determine the probability of default occurrence. Using the multinomial logit methodology, it is
found that for the study, there is statistical evidence in favor of the hypothesis that variables such
as age, type of client, gender, city, term, disbursed amount and installment value have a
significant relationship with delinquency.
Keywords: Microcredit, Colombia, credit risk, delinquency, probability of default, soft
information, multinomial logit

Introducción
Según el informe de gestión de asomicrofinanzas con corte a diciembre del 2019 y quien
agremia en total a 40 entidades del país, entre ellas: 11 establecimientos de crédito, 17
instituciones microfinancieras, 8 cooperativas, 2 buro de crédito, 1 fondo de garantías y 1 caja de
compensación; indica que hay presencia en 1102 municipios del país con 2787 oficinas
especializadas en microfinanzas, se han atendido un total de 2.849.505 microempresarios de los
cuales 1.454.986 son mujeres (51.06 %) y con una cartera bruta de 15.4 billones de pesos, que
representa el 97 % del volumen de microcrédito en Colombia (Asomicrofinanzas, 2019)
Así; las microfinanzas se convierten en un aliado estratégico para el desarrollo de
Colombia en la lucha contra la pobreza y la búsqueda de mejorar la calidad de vida, promover la
inclusión financiera y fortalecer la productividad (Asomicrofinanzas, 2019).
El acceso a microcrédito es fundamental para el crecimiento de los microempresarios; sin
esta fuente de financiación no podrían hacer las inversiones o gastos para el desarrollo de sus
negocios; este instrumento también les facilita el manejo de sus flujos de caja evitando que en
momentos ilíquidos recurran a prestamistas informales o venta de sus activos (Clavijo-Ramirez.,
et al, 2020).
En este sentido los microempresarios se caracterizan por tener una historia crediticia
reducida o inexistente y por no contar con fuentes de ingresos estables ni estados financieros
contables confiables. Lo anterior hace que la administración del riesgo de crédito sea difícil para
los intermediarios o Instituciones Microfinancieras (IMF) que otorgan este tipo de préstamos
(Clavijo- Ramírez, 2016).

La dinámica creciente de la cartera de microcrédito y el deterioro de su calidad,
observados en la última década, sugieren la necesidad de analizar y entender la información
relevante para la gestión del riesgo de crédito e identificar los principales factores que
determinan el nivel de morosidad en la cartera, de tal manera que se cuente con más y mejores
instrumentos que favorezcan el crecimiento sostenible del microcrédito (Clavijo- Ramírez,
2016).
Dado lo anterior, en el presente trabajo se identifican factores determinantes de riesgo en
la colocación de microcrédito de una entidad del municipio de Pitalito – Huila y se prueba su
relevancia estadística a través de la estimación logit multinomial; El análisis se fundamenta en
las recomendaciones, que sugiere la literatura sobre el riesgo de crédito respeto a la información
que deben tener en cuenta las instituciones financieras para su adecuada gestión.
Para el logro de los objetivos, este trabajo se divide en IV capítulos. El primero es la
formulación y direccionamiento donde se describe el tema; se plantea, enuncia y formula el
problema, se realiza la delimitación y los alcances del proyecto, así como los objetivos general y
específicos y se justifica el proyecto. El segundo capítulo es el marco referencial, donde se hace
un enfoque al microcrédito, se define el riesgo de crédito y sus factores determinantes de acuerdo
a las dimensiones de información suave y dura para finalmente describir las variables a utilizar
en el estudio.
El capítulo III es la metodología y proceso de investigación, donde se genera la hipótesis,
se identifican las variables y se describen las técnicas e instrumentos; finalmente en el capítulo
IV Conclusiones y recomendaciones, se presenta un análisis de los datos mediante una
estadística descriptiva, una regresión logística binaria y un análisis multivariado.

Capítulo I. Formulación y Direccionamiento
Tema.
financiera. El sistema financiero en Colombia ofrece productos relacionados con microfinanzas
debido al incremento de la demanda de crédito y al interés por atender el mercado que era objeto
de préstamos en condiciones de informalidad. Actualmente existen más de 50 entidades entre
bancos universales, bancos de nicho, ONG e instituciones microfinancieras, dirigidas a este
segmento de mercado (Estrada & Hernández-Rubio, 2019).
El otorgamiento del crédito a los microempresarios, por parte de las instituciones
microfinancieras (IMF), se da mediante la implementación de diversas metodologías o
mecanismos, que tienen como propósito un buen conocimiento del cliente y de la situación
financiera de la unidad socioeconómica, con el fin de reconocer tanto las necesidades y
requerimientos de crédito por parte de este, así como detectar los posibles riesgos en el
otorgamiento y la forma de mitigarlos, de tal manera que estos riesgos se vuelvan controlables
para la IMF (Estrada & Hernández-Rubio, 2019).
Existen varios estudios realizados en Colombia para explicar el comportamiento de la
morosidad en el sistema financiero, según estos trabajos, los principales determinantes de la
morosidad de crédito corresponden a variables con las cuales se construyen razones financieras
(información dura) y las del contexto macroeconómico. (Clavijo- Ramírez, 2016)
Sin embargo, en su estudio explica la necesidad de estudiar otras variables
socioeconómicas consideradas como (información suave) como determinantes de la probabilidad
de mora, en esta categoría se encuentran variables socioeconómicas de los microempresarios
(edad, genero, tipo vivienda, estado civil) entre otros.

Planteamiento del Problema
Entidades microfinancieras, basan su estudio de crédito en un análisis cualitativo y
cuantitativo en relación con la caracterización del cliente, que se realiza mediante una entrevista
en la microempresa, toda esta información es recopilada y analizada de forma manual por un
analista de crédito, lo que implica demora e interpretación de la información y así mayor
materialización del riesgo.
Enunciado del problema
Para el primer trimestre del 2021 no se presentaron cambios en la percepción de la
demanda por nuevos microcréditos luego del impacto adverso generado por la pandemia, estos
resultados evidencian una estabilización en el sector. Las principales consideraciones de
otorgamiento siguen enfocadas en el conocimiento previo del cliente y su buena historia
crediticia (30,9 %) y el bajo riesgo de crédito (25,3 %). Por su parte, para rechazar nuevos
microcréditos o aprobar cuantías inferiores a las solicitadas, los intermediarios consideran la
capacidad de pago, la mala historia y el sobrendeudamiento de sus clientes como las principales
causas (25,0 %, 25,0 % y 22,5 %, respectivamente) (Clavijo et al., 2021)
Al analizar los cambios en las políticas de asignación de nuevos microcréditos, el 18,2 %
de las entidades disminuyeron las exigencias, Asimismo, se aprecia que el 36,4 % de entidades
mantuvo sus exigencias y el 45,5 % restante las aumentó. Las principales razones para
aumentarlas fueron una menor tolerancia al riesgo, el deterioro de la cartera y una perspectiva
económica menos favorable para el próximo trimestre (Clavijo et al., 2021).
En cuanto al indicador de calidad por mora (ICM) de las entidades, este ha presentado un
crecimiento paulatino pasando de 4.5 % en el 2010, a 7,3 % a marzo del 2021; cifra similar a la
registrada tres meses atrás (7,2 %). Al diferenciar entre supervisadas y no supervisadas por la
SFC, se observa que para las primeras el indicador se ubicó en 6,9 %, mientras que para las
segundas fue del 9,4 % (Clavijo et al., 2021).
Para la entidad objeto de nuestro estudio los parámetros de otorgamiento son muy
similares a los utilizados por las demás entidades microcrediticias del país e incluye una visita al
negocio y domicilio del microempresario, donde se recolecta información financiera y personal
para ser analizada en comité de crédito y terminar con la negación o aprobación de la solicitud.
Los indicadores de mora de la entidad no han sido ajenos al comportamiento nacional
pasando de 1.2 % en Enero del 2017 a 5.7 % a marzo del 2021, notándose un deterioro
significativo en los últimos 4 años.
Formulación
¿Cuáles son los factores de riesgo de morosidad en la colocación de microcrédito en una entidad
financiera?
Delimitación y alcances
El estudio se realizó con una entidad microcrediticia de Pitalito-Huila; quien atiende
microempresarios del sector rural y urbano de los municipios de Saladoblanco, Oporapa, Elías,
Timaná, Acevedo y Palestina; así como sus corregimientos y centros poblados.

Objetivos
Objetivo General
Identificar los factores de riesgo de morosidad, analizando las variables que conforman la
información suave en la colocación de microcrédito en una entidad del municipio de Pitalito-
Huila.
Objetivos Específicos
Realizar un análisis descriptivo de las variables socioeconómicas utilizadas al momento
del otorgamiento de crédito.
Establecer cuáles de las variables consideradas blandas pueden ser calificadas factores de
riesgo de morosidad.
Justificación
La importancia de esta investigación se basa en la exclusión del sector financiero de los
microempresarios que por baja educación financiera y sobreendeudamiento, son reportados
negativamente a entidades y buros de crédito; lo que conlleva al mercado informal de crédito y
todas sus consecuencias; entre las más comunes encontramos las altas tasas de interés incluso por
encima de las tasas de usura, el lavado de activos y financiación de grupos criminales, además de
que estas personas se exponen a ser víctimas de violencia por parte de sus acreedores debido al
impago de sus obligaciones y en algunos casos a perder sus bienes.
A los cada vez más exigentes requisitos y trámites solicitados por las IMF; como
garantías, codeudores, seguros, bienes etc. A fin de recibir un producto crediticio lo que conlleva
a que se busque otras alternativas de financiamiento.
Contribuir al desarrollo de la tecnología micro crediticia, e implementar una herramienta
de consulta para que las entidades de microcrédito desarrollen una metodología para la
evaluación de los clientes y logren optimizar sus recursos y contribuyan positivamente al
desarrollo socioeconómico de la región, mediante una mayor medición y previsión de los
riesgos.
Busca además aportar un primer acercamiento a posibles causas del deterioro de la
cartera de microcrédito de la entidad en estudio para que uno aplicable a nivel organizacional de
forma regional y nacional pueda ayudar a entender estadísticamente el comportamiento de las
carteras y aportar significativamente a la reducción de indicadores de mora.

Capítulo II. Marco Referencial
En Colombia, la ley 590 del 2000, define: Para todos los efectos, se entiende por micro,
pequeña y mediana empresa, toda unidad de explotación económica, realizada por persona
natural o jurídica, en actividades empresariales, agropecuarias, industriales, comerciales o de
servicios, rurales o urbanos; especificando el número de empleados y activos totales que en el
caso de la microempresa, la planta de personal no deberá ser superior a los diez (10) trabajadores
y sus activos totales por valor inferior a los quinientos uno (501) salarios mínimos mensuales
legales vigentes (smmlv).
Según la superintendencia financiera de Colombia (SFC) el microcrédito está constituido
por las operaciones activas de crédito con un endeudamiento máximo de 25 smmlv con un solo
acreedor y un endeudamiento no mayor a los 120 smmlv excluyendo los créditos de vivienda y
se ocupa de prestar cantidades reducidas de capital para apalancar pequeños negocios.
Lara- Haro (2004) definen riesgo de crédito como la perdida ocasionada por el hecho de
que un deudor incumpla con sus obligaciones de crédito; Existen unas series de factores de
riesgo que son determinantes en la morosidad de cartera de microcrédito en Colombia.
Clavijo-Ramírez (2016) determina que la morosidad es aquella práctica en la que
un deudor, persona natural o jurídica, no cumple con el pago al vencimiento de una obligación
previamente determinada mediante un contrato donde vengan reflejadas las condiciones de
crédito, pueden influir variables socioeconómicas de los deudores y características de las
microempresas para determinar su impacto en la probabilidad de mora.
Es así como el mismo autor menciona en su estudio “Determinantes de la morosidad de
la cartera de microcrédito en Colombia” que los factores de riesgo son las variables asociadas en
el otorgamiento de una operación de crédito y que constituyen relación con la probabilidad de
incumplimiento de las condiciones pactadas; en general se han identificado dos categorías
“información dura e información suave”
Godbillon-Camus & Godlewski (2005) y Petersen (2004) señalan cuatro criterios útiles
para clasificar la información en una de estas dos categorías: 1) la naturaleza de la información,
2) el método de recolección de la información, 3) factores cognitivos relacionados con la
información y 4) la tecnología crediticia con la cual se produce la información.
En cuanto a la naturaleza, la información dura se caracteriza por ser cuantitativa (balance,
activos, historial) por su parte la información suave es de carácter cualitativo (tipo de vivienda,
edad, estado civil); el método de recolección indica que la información dura es impersonal
mientras que la suave usualmente se recolecta de forma personal por un analista de crédito.
Los factores cognitivos de la información suave están ligados a interpretación de quien la
recolecta, en contraparte la información dura es objetiva y se interpreta de la misma forma; por
último, la tecnología crediticia permite que la información suave sea el resultado de un contacto
y comunicación directa con el deudor, mientras que la información dura se genere utilizando
tecnología transaccional.
Debido a la falta de información consolidada y formal de los estados financieros de las
microempresas, las IMF y sus analistas de crédito deben recurrir a acercarse al microempresario
y recolectar información del entorno personal, social y económico; así como elaborar los estados
financieros con ayuda de los microempresarios; de esta manera se estima la voluntad y capacidad
de pago y estimar el posible monto a otorgar; esta información está claramente ligada a la
dimensión suave.
Para efectos de nuestro estudio se analizaron variables de la dimensión suave como la
edad del deudor, el género, número de personas a cargo, tipo de vivienda, experiencia en la
actividad, estado civil y nivel de endeudamiento del cliente; para correlacionarlas con el impago
en sus obligaciones.
Variables como la edad del cliente a quien se le otorga un microcrédito podría estar
relacionada con la probabilidad de incumplimiento de su obligación, así mismo el género
definido como masculino y femenino podría tener la misma característica.
Además, las entidades financieras estiman ciertas características que pueden brindar un
arraigo del cliente en la zona, así el tipo de vivienda, el estado civil, el número de personas a
cargo y/o dependientes terceros otorgan diferente grado de responsabilidad y riesgo para la
entidad.
Las IMF clasifican sus clientes de acuerdo con el tiempo y número de productos de
crédito activos que posea; un cliente nuevo como aquel que ingresa por primera vez a la entidad
y/o que lleve más de 1 año sin créditos activos, el cliente de renovación es aquel que va por su
segundo crédito y más de 1 año en la entidad y por último los clientes preferenciales que tendrán
mínimo 2 créditos cancelados y más de 3 años activos.
Otros factores de riesgo son la actividad económica desarrollada por el cliente y la
experiencia comercial; (López, 2019) define actividad económica como toda aquella forma
mediante la que se produce, se intermedia y/o se vende un bien o servicio, un ejemplo de
actividad económica sería alquilar una casa o cuando creamos una empresa para vender tomates
o zapatos; En Colombia estas actividades son clasificadas por la dirección de impuestos y
aduanas nacionales DIAN y se dividen en sector comercial, servicios, producción, manufactura,
industrial y agropecuaria.
Mientras que la experiencia son los años que lleva un microempresario persona natural o
jurídica ejerciendo su actividad económica en un lugar o lugares determinados y acredita un
indicador de confiabilidad para estudios financieros y regularmente se otorga por la inscripción
en el registro único tributario, cámara de comercio entre otros.
Por otra parte, existen aspectos asociados a la microempresa objeto de estudio como los
indicadores financieros que son herramientas que se diseñan utilizando la información financiera
de la empresa, y son necesarias para medir la estabilidad, la capacidad de endeudamiento, la
capacidad de generar liquidez, los rendimientos y las utilidades de la entidad, a través de la
interpretación de las cifras, de los resultados y de la información en general.
El endeudamiento se puede definir como el conjunto de obligaciones de pago que una
persona o empresa tiene contraídas con un tercero, ya se otra empresa, una institución u otra
persona.
Por tanto, se estudió la correlación entre variables cuantitativas y cualitativas con la
ocurrencia de mora de las personas microempresarias de una entidad de microcrédito del
municipio de Pitalito-Huila.
Capítulo III. Metodología y Proceso De Investigación
Metodología
Tipo de investigación
La investigación realizada es de nivel relacional, retrospectivo, no experimental.
Proceso metodológico
En la primera etapa se obtuvo una base de datos en Excel, filtrada con la información
necesaria a fin de cumplir con lo dispuesto en ley 1581 del 2012 de protección a los datos
personales; facilitada por una entidad de microcrédito del municipio de Pitalito-Huila. Se eliminó
los datos incompletos e innecesarios, se validó que contaran con las variables completas y
finalmente se exporto la base depurada al programa estadístico SPSS.
Como segundo paso se elaboró tablas cruzadas entre la variable dependiente y cada una
de las variables identificadas como posibles factores de riesgo, aplicando el chi cuadrado, con el
fin de determinar la existencia o no de independencia entre las variables.
Finalmente se realizó un análisis multivariado aplicando la regresión logística logit y se
analizaron los resultados obtenidos.
Población
Microempresarios ubicados en el sector urbano y rural con actividades de tipo comercial,
agropecuario y servicios de una entidad de microcrédito del municipio de Pitalito (Huila) que
tiene influencia en (Saladoblanco, Oporapa, Elías, Timaná, Acevedo y Palestina); la base de
datos utilizada para desarrollar esta investigación corresponde a créditos ya desembolsados por la
entidad y está compuesta por un total de 2649 registros de clientes entre noviembre del 2014 y
agosto del 2021. Se utilizó el 100% de la base de clientes.

Hipótesis
Cada una de las variables consideradas (blandas) son factores de riesgo de morosidad en
la colocación de microcrédito.
Identificación de variables
Las variables utilizadas disponibles para el estudio se relacionan en el siguiente cuadro:
Tabla 1
Variables
Variables
Tipo de
Independientes Indicadores Valor Final
Variable
Edad del deudor Base de datos Joven, Adulto, Mayor. Cualitativo.
Genero Base de datos Masculino- femenino Cualitativo.
N° de hijos Base de datos Número de personas: 1; 2; 3; 4; 5; 6 Cuantitativo
Tipo de vivienda Base de datos Alquilada, familiar, propia Cualitativo.
1 a 5 años
Experiencia en la 6 a 10 años
Base de datos
actividad 11 a 15 años Cuantitativo.
Más de 15 años.
Tipo de actividad Base de datos Comercial- agropecuario- servicios Cualitativo.
Estado civil Base de datos Soltero; unión libre; casado; separado. Cualitativo.
Pitalito, Saladoblanco, Oporapa,
Ciudad Base de datos Cualitativo.
Acevedo, palestina.
Zona de actividad Base de datos Urbano- rural Cualitativo.
1 a 12 meses
13 a 24 meses
Plazo del crédito Base de datos
25 a 36 meses Cuantitativo
más de 36 meses
0 a 3 Millones de pesos
3 a 7 Millones de pesos
Monto desembolsado. Base de datos
7 a 20 Millones de pesos Cuantitativo
Más de 20 Millones de pesos
0 a 250.000
Cuota del crédito. Base de datos 250.000 a 500.000
Cuantitativo
500.000 a 1 Millón de pesos
Más de1 Millón de pesos
Tipo de cliente Base de datos Preferencial-nuevo-renovación Cualitativo.
Variable dependiente Tipo de
Indicadores Valor Final
Variable
Base de
Morosidad Sí; No Cualitativa
datos
Fuente: Autores
Técnicas de indagación e instrumentos
La tabulación y el análisis de los datos se realizaron mediante el software estadístico
SPSS y la presentación de los datos se realizó mediante tablas cruzadas indicando el chi
cuadrado de cada una de las variables estudiadas con respecto a la variable morosidad.
Se aplicó el estadístico logit para efectos de elaboración del análisis multivariado e
identificar la relación de las variables estudiadas como factor de riesgo con respecto a la
morosidad
Capítulo IV. Conclusiones y Recomendaciones
Análisis de datos
En esta sección se presenta una estadística descriptiva, estimada con base a la
información de las variables presentadas anteriormente, es importante aclarar que la información
con la que se cuenta de las características de los deudores y de los créditos corresponde a la
registrada en el momento de otorgamiento de los préstamos y por ende, no se puede analizar su
dinámica en el tiempo.
La información contiene datos sobre créditos vigentes originados entre noviembre del
2014 y agosto del 2021; en la tabla 2. Se puede apreciar una dinámica creciente en el número de
créditos otorgados que aún permanecen vigentes en la IMF.
Tabla 2
Año de desembolso
Porcentaje Porcentaje
Frecuencia Porcentaje
Válido acumulado
Válido 2014 1 .0 .0 .0
2015 4 .2 .2 .2
2016 9 .3 .3 .5
2017 43 1.6 1.6 2.2
2018 188 7.1 7.1 9.2
2019 532 20.1 20.1 29.3
2020 1068 40.3 40.3 69.6
2021 804 30.4 30.4 100.0
Total 2649 100.0 100.0
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera del municipio de Pitalito-Huila.
26
Tabla 3
Ciudad de negocio
Tabla cruzada ESTA EN MORA*CIUDAD

Ciudad
Acevedo Oporapa Otro Pitalito Saladoblan Total
N % N % N % N % N % N %
Está en
No 217 71.9% 224 60.2% 6 46.2% 1055 57.7% 77 57.5% 1579 59.6%
mora
Si 85 28.1% 148 39.8% 7 53.8% 773 42.3% 57 42.5% 1070 40.4%
Total 302 100 % 372 100 % 13 100 % 1828 100 % 134 100 % 2649 100 %
Pruebas de chi-cuadrado
Significación asintótica
Valor gl
(bilateral)
Chi-cuadrado de Pearson 22,827ª 4 < ,001
Razón de verosimilitud 23.662 4 < ,001
N de casos válidos 2649
a. 0 casillas (0.0%) han esperado un recuento menor que 5.
El recuento mínimo esperado es 5.25.
Fuente: Autores
Al analizar la distribución de estos créditos por municipio Tabla 3, se aprecia que la
muestra se enfoca en financiar a microempresas del municipio de Pitalito, seguido por Oporapa,
Acevedo y Saladoblanco; que en conjunto, concentran el 99,5 %; El mayor porcentaje de clientes
en mora se presenta en el municipio de Pitalito.
En cuanto a las variables socioeconómicas del deudor que se encuentran disponibles para
el estudio son la edad, el género, el estado civil, el tipo de vivienda, tipo de actividad, número de
hijos, tiempo de experiencia del individuo en la actividad económica que desarrolla, tipo de
cliente para la entidad, tipo de actividad económica.
Para el presente estudio la variable de edad se transformó en una variable categórica que
clasifica al deudor como joven (35 años o menor), adulto (entre 36 a 55 años) y adulto mayor
(mayor a 55 años).
Como se observa en la tabla 4. El mayor porcentaje de clientes de la IMF son los adultos,
seguido de los jóvenes y por último los mayores; en relación con la morosidad se guarda la
misma proporción.
Tabla 4
Edad por categoría
Tabla cruzada EDADCAT*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
EDADCAT JOVEN 554 35.1% 398 37.2% 952 35.9%
ADULTO 710 45.0% 479 44.8% 1189 44.9%
MAYORES 315 19.9% 193 18.0% 508 19.2%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
2.012ª 2 .366
Pearson
Razón de
2.018 2 .365
verosimilitud
Asociación lineal por
1.972 1 .160
lineal
a. 0 casillas (0.0%) han esperado un recuento menor que 5
El recuento mínimo esperado es 205.19.
Fuente: Autores
En cuanto al género tabla 5. El 54,2 % de los créditos fueron otorgados a mujeres, al
analizar su comportamiento en la muestra en mora, se encuentra que presentan un porcentaje de
morosidad 2.6 puntos porcentuales (pp) mayor al exhibido por los hombres.
Tabla 5
Género
Tabla cruzada Genero*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
HOMBRE 692 43.8% 521 48.7% 1213 45.8%
Genero
MUJER 887 56.2% 549 51.3% 1436 54.2%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
6.085ª 1 .014
Pearson
Corrección de
5.890 1 .015
continuidad
Razón de
6.081 1 .014
verosimilitud
Fuente: Autores
En lo que respecta al estado civil tabla 6. El mayor porcentaje de créditos fueron
otorgados a clientes que poseen pareja, bien sea casados o en unión libre (52,1 %) los datos
revelan que el mayor porcentaje de morosidad se encuentra en el grupo de los solteros.
Tabla 6
Estado civil
Tabla cruzada ESTADO*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
CASADO 351 22.2% 228 21.3% 579 21.9%
SEPARADO 329 20.8% 216 20.2% 545 20.6%
ESTADO
SOLTERO 411 26.0% 314 29.3% 725 27.4%
UNION 488 30.9% 312 29.2% 800 30.2%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
3.586ª 3 .310
Pearson
Razón de
3.571 3 .312
verosimilitud
Fuente: Autores
Respecto al tipo de vivienda tabla 7. En la que habitan los clientes de la entidad a los que
les fueron aprobados los créditos de la muestra, se aprecia que el mayor porcentaje 37,5 %
fueron aprobados a personas que habitan en casa propia, seguidos por los que viven en una
vivienda de tipo familiar, y por último los que habitan en alquiler. Al realizar el análisis del
desempeño de los créditos, se puede afirmar que aquellos que son desembolsados a personas con
casa propia o familiar, presentan mayores porcentajes de morosidad.
Tabla 7
Tipo de vivienda.
Tabla cruzada TIPO VIVI*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
ALQUILER 477 30.2% 330 30.8% 807 30.5%
TIPO
FAMILIAR 503 31.9% 345 32.2% 848 32.0%
VIVI
PROPIA 599 37.9% 395 36.9% 994 37.5%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
.290ª 2 .865
Pearson
Razón de
.290 2 .865
verosimilitud
Fuente: Autores
La tabla 8, nos describe que el 48,2 % de clientes ejercen alguna actividad de tipo
comercial (compra y venta de bienes) con un porcentaje de morosidad del 49.3 %. También se
observa que los clientes con actividades de servicios presentan menos porcentaje de morosidad,
en un valor intermedio se encuentran los clientes con actividades agropecuarias.

Tabla 8
Tipo de actividad
Tabla cruzada TIPO ACTIVIDAD*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
AGROPECUARIO 571 36.2% 363 33.9% 934 35.3%
TIPO
COMERCIAL 749 47.4% 528 49.3% 1277 48.2%
ACTIVIDAD
SERVICIOS 259 16.4 179 16.7& 438 16.5%
Total 1579 100.0% 1070 100.0% 2649 100.0&
Prueba de chi-cuadrado
Significación
Valor gl
Chi-cuadrado de
1,429ª 2 .489
Pearson
Razón de
1,432 2 .489
verosimilitud
Fuente: Autores
El mayor porcentaje de la muestra Tabla 9. Se encuentra los clientes que poseen entre 1 y
2 hijos (44 %), así mismo este grupo presenta el mayor porcentaje de morosidad (43,8 %) se
observa que entre mayor número de hijos, menor es el porcentaje de desembolsos y morosidad
de la cartera.
Tabla 9
Número de hijos
Tabla cruzada HIJOS*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
0 219 13.9% 140 13.1% 359 13.6%
HIJOS
1 355 22.5% 237 22.1% 592 22.3%
2 342 21.7% 232 21.7% 574 21.7%

3 306 19.4% 227 21.2% 533 20.1%
4 162 10.3% 111 10.4% 273 10.3%
5 126 8.0% 88 8.2% 214 8.1%
6 69 4.4% 35 3.3% 104 3.9%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación asintótica
Valor gl
(bilateral)
Chi-cuadrado de Pearson 3.407ª 6 .756
Razón de verosimilitud 3.445 6 .751
Asociación lineal por lineal .002 1 .962
Fuente: Autores
La frecuencia de esta variable Tabla 10. Indica que el mayor número de clientes son de
renovación y poseen el mayor indicador de morosidad, seguidos por los clientes nuevos;
finalmente los clientes preferenciales poseen el menor número de créditos activos y el menor
indicador de morosidad.
Tabla 10
Tipo de cliente
Tabla cruzada TIPO CLIENTE*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
NUEVO 553 35.0% 330 30.8% 883 33.3%
TIPO
PREFERENCI 336 21.3% 311 29.1% 647 24.4%
CLIENTE
RENOVACIÓN 690 43.7% 429 40.1% 1119 42.2%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
21,138ª 2 <,001
Pearson
Razón de
20,926 2 <,001
verosimilitud
Fuente: Autores
De la misma forma los clientes se clasifican de acuerdo al lugar donde ejercen su
actividad como Urbano o Rural, la tabla 11. Muestra un porcentaje similar de clientes para los
dos grupos, sector rural el mayor porcentaje, y urbano los de mayor morosidad.
Tabla 11
Sector económico.
Tabla cruzada ACTIVIDAD*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
RURAL 805 51.0% 533 49.8% 1338 50.5%
ACTIVIDAD
URBANO 774 49.0% 537 50.2% 1311 49.5%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
,348ª 1 .555
Pearson
Corrección de
,303 1 .582
continuidad
Razón de
,348 1 .555
verosimilitud
Fuente: Autores
Para los años de experiencia del cliente Tabla 12. Ejerciendo su actividad se clasifico
categóricamente en 4 grupos, de 1 a 5 años, de 6 a 10 años, de 10 a 15 años y más de 15 años. Es
de anotar que la entidad solicita como mínimo un año de experiencia para acceder a crédito.
Los 2 primeros grupos concentran el 62,9 % de los clientes, así como el mayor porcentaje
de atrasos en los pagos; el menor porcentaje de clientes y atraso lo presenta los clientes con más
de 15 años en su actividad.
Tabla 12
Experiencia en la actividad.
Tabla cruzada EXPCAT*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
1 A 5 AÑOS 481 30.5% 327 30.6% 808 30.5%
6 A 10 AÑOS 512 32.4% 347 32.4% 859 32.4%
EXPCAT
11 A 15 AÑOS 349 22.1% 225 21.0% 574 21.7%
MAS DE 15 AÑOS 237 15.0% 171 16.0% 408 15.4%
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
,733ª 3 .865
Pearson
Razón de verosimilitud ,733 3 .866
,035 1 .852
lineal
Fuente: Autores
El plazo otorgado al microcrédito Tabla 13. Usualmente es corto (menor a 3 años) sin
embargo se pueden dar casos que los plazos son mayores, esto se da principalmente por el monto
desembolsado y el flujo de caja de la microempresa. Para nuestro caso se clasifico el plazo en 4
categorías de acuerdo con los plazos usualmente utilizados.
Los resultados muestran que el 79,5 % de los créditos presentan plazo menor a 3 años y
su morosidad es de 73.2 %; el rango que posee la mayor participación esta entre 13 a 24 meses
con el mayor porcentaje de morosidad.
Tabla 13
Plazo del crédito.
Tabla cruzada PLAZOCAT*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
1 A 12 MESES 168 10.6% 100 9.3% 268 10.1%
13 A 24 MESES 758 48.0% 437 40.8% 1195 45.1%
PLAZOCAT
25 A 36 MESES 398 25.2% 247 23.1% 645 24.3%
MAS DE 36 MESES 255 16.1% 286 26.7% 541 20.4 %
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
44,445ª 3 <,001
Pearson
Razón de verosimilitud 43,782 3 <,001
30,708 1 <,001
lineal
Fuente: Autores
Como se observa tabla 14. El mayor porcentaje de los créditos son inferiores a 7 Millones
de pesos (MDP) (80,7 %) por tanto su aprobación se realizó en oficina con atribución de gerente.
Su porcentaje de mora fue similar; con menor proporción se encuentran los créditos por encima
de 7 MDP y 20 MDP respectivamente. La Razón de utilizar esta clasificación se da por los
niveles de atribución en la aprobación de la operación.
Tabla 14
Monto desembolsado
Tabla cruzada MDESEMBOLSADO*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
0 A 3 MM 750 47.5% 528 49.3% 1278 48.2%
3.1 A 7.0 MM 525 33.2% 337 31.5% 862 32.5%
MDESEMBOLSADO
7.1 A 20 MM 183 11.6% 137 12.8% 320 12.1%
>a 20 MM 121 7.7% 68 6.4% 189 7.1 %
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
3,361ª 3 ,339
Pearson
Razón de verosimilitud 3,378 3 ,337
,801 1 ,371
lineal
Fuente: Autores
En el valor de la cuota del préstamo Tabla 15. Se observa que más del 58 % de los
préstamos poseen cuota por debajo de $250.000 con un alto porcentaje de encontrarse en mora;
se observa que entre mayor sea el valor de la cuota menos porcentaje de morosidad.
Tabla 15
Valor de la cuota del préstamo
Tabla cruzada CUOTA*ESTA EN MORA

ESTA EN MORA
NO SI Total
N % N % N %
0 a 250 Mil 885 56,0% 673 62,9% 1558 58,8%
250 a 500 Mil 478 30,3% 271 25,3% 749 28,3%
CUOTA
500 a 1 MM 140 8,9% 78 7,3% 218 8,2%
>a 1 MM 76 4,8% 48 4,5% 124 4,7 %
Total 1579 100.0% 1070 100.0% 2649 100.0%
Significación
Valor gl
Chi-cuadrado de
12,676ª 3 ,005
Pearson
Razón de verosimilitud 12,739 3 ,005
7,643 1 ,00
lineal
Fuente: Autores
Regresión logística binaria
a) Análisis bivariado (Variables que no están en la ecuación)
Tabla 16
Análisis bivariado
Las variables no están en la ecuación

Puntuación gl Sig.
Paso 0 Variables JOVEN 1,234 1 ,267
ADULTO ,026 1 ,871
MAYOR 1,305 1 ,253
NUEVO 5,017 1 ,025
RENOVACIÓN 20,947 1 <,001
PREFERENCIAL 3,397 1 ,065
ALQUILER ,120 1 ,729
FAMILIAR ,044 1 ,834
PROPIA ,283 1 ,595
CASADO ,317 1 ,574
SEPARADO ,164 1 ,685
SOLTERO 3,529 1 ,060
UNION ,923 1 ,337
HOMBRE 6,085 1 ,014
MUJER 6,085 1 ,014
AGROPECUARIO 1,398 1 ,237
COMERCIAL ,933 1 ,334
SERVICIO ,049 1 ,825
RURAL ,348 1 ,555
URBANO ,348 1 ,555
ACEVEDO 21,234 1 <,001
OPORAPA ,066 1 ,797
OTRO ,982 1 ,322
PITALITO 8,788 1 ,003
SALADOBLANCO ,270 1 ,604

1 a 5 Años ,003 1 ,957
6 a 10 Años ,000 1 ,998
11 a 15 Años ,434 1 ,510
>15 Años ,462 1 ,497
1 a 12 Meses 1,174 1 ,279
13 a 24 Meses 13,220 1 <,001
25 a 36 Meses 1,559 1 ,212
>36 Meses 43,925 1 <,001
0 a 3 MM ,872 1 ,350
3.1 a 7 MM ,893 1 ,345
7.1 a 20 MM ,885 1 ,347
>20 MM 1,647 1 ,199
0 a 250 Mil 12,351 1 <,001
250 a 500 Mil 7,691 1 ,006
500 a 1 MM 2,099 1 ,147
>a 1 MM ,153 1 ,696
a. Los chi-cuadrados residuales no se calculan debido a redundancias
Fuente: Autores
b) Análisis multivariado (Variables en la ecuación)
Tabla 17
Análisis multivariado
Variable Coefficient Std.Error Wald gl Sig. Exp(B)

Paso
JOVEN -,213 ,088 5,848 1 ,016 ,808
17ª
RENOVACIÓN -,408 ,098 17,404 1 <,001 ,665
HOMBRE -,207 ,082 6,315 1 ,012 ,813
AGROPECUARIO ,154 ,088 3,045 1 ,081 1,167
ACEVEDO ,488 ,139 12,366 1 <,001 1,628
1 A 12 MESES 1,110 ,188 34,794 1 <,001 3,035
13 A 24 MESES 1,064 ,140 57,431 1 <,001 2,898
25 A 36 MESES ,686 ,130 27,921 1 <,001 1,986
0 A 3 MM -,986 ,218 20,522 1 <,001 ,373
3.1 A 7 MM -,711 ,200 12,599 1 <,001 ,491
7.1 A 20 MM -,724 ,207 12,222 1 <,001 ,485
250 A 500 Mil ,307 ,122 6,277 1 ,012 1,359
500 A 1 MM ,438 ,198 4,914 1 ,027 1,550
Constante -1,480 ,494 8,963 1 ,003 ,228
a. Variables especificas en el paso 1: JOVEN, ADULTO, NUEVO, RENOVACIÓN,
ALQUILER, FAMILIAR, CASADO, SEPARADO, SOLTERO, HOMBRE,
AGROPECUARIO, COMERCIAL, RURAL, ACEVEDO, OPORAPA, OTRO,
PITALITO, 1 A 5 AÑOS, 6 A 10 AÑOS, 11 A 15 AÑOS, 1 A 12 MESES, 13 A 24 MESES,
25 A 36 MESES, 0.3 MM, 3.1ª 7 MM, 7.1 A 20 MM, 0 A 250 Mil, 250 a 500 Mil, 500 a 1
MM.
Fuente: Autores
c) Resumen del modelo
R cuadrado de Cox y Snell = 0.050
R cuadrado de Nagelkerke = 0.068

El análisis de la relación que tiene cada una de las variables explicativas con la
probabilidad de incumplimiento se presenta por separado.
a) Edad: La edad del deudor resulto ser estadísticamente relacionada con la probabilidad de
incurrir en mora; los resultados muestran que los adultos tienen una probabilidad 7,6 pp
mayor de entrar en mora que los clasificados como jóvenes y estos últimos 19.2 pp mayor
probabilidad que los mayores. El análisis multivariado nos indica que los jóvenes
presentan una probabilidad 0.808 veces mayor de entrar en mora que los no jóvenes.
Claramente observamos que entre mayor es la edad del deudor menor es la probabilidad
de entrar en mora; resultados que concuerdan con el estudio realizado por Clavijo-
Ramírez (2016).Nannyonga (2000), Roslan & Zaini (2009) y Nawai (2010) que destacan
que usualmente deudores con más edad son más sabios y responsables que los más
jóvenes, por lo que se esperaría que entre mayor sea el deudor, menor es su probabilidad
de entrar en mora.
b) Tipo de cliente: según las estimaciones realizadas los clientes que se catalogaron en
renovación presentan 9,3 pp mayor probabilidad de entrar en mora que los clientes
nuevos y hasta 11 pp más que los clientes preferenciales.
Este resultado podría estar relacionado con el hecho de que para los clientes nuevos las
políticas de otorgamiento son más exigentes; así mismo los clientes de renovación
pueden obtener una menor exigencia por los analistas y la entidad, generando una mayor
materialización del riesgo.
Por su parte los clientes catalogados como preferenciales usualmente son más maduros
financieramente exponiéndose menor a entrar en mora y a su vez a todas las
consecuencias que este hecho genera.

Clavijo-Ramírez (2016) informa que a medida que el cliente incrementa su tiempo de
relación comercial con la entidad su probabilidad de incumplimiento disminuye; así
mismo Olomola (2000) y Nannyonga (2000), afirman que si un microcrédito se otorga a
un cliente al cual la IMF ya le ha otorgado otros préstamos, se reduce la incertidumbre
del desempeño crediticio del deudor, debido a que la entidad ya cuenta con información
de los préstamos anteriores.
c) Género: Los resultados plantean que esta variable es estadísticamente determinante en la
probabilidad de entrar en mora; se observó que los hombres presentan una probabilidad
2.6 pp mayor que las mujeres. Clavijo-Ramírez (2016) presenta resultados similares
donde la probabilidad que los hombres entren en mora mayor a 30 días se ubicó en 4,1
pp. Mayor que las mujeres.
Según la encuesta de capacidades financieras en Colombia (2013) realizada por el Banco
Mundial y el Banco de la República, se afirma que las mujeres hacen una mejor
planificación de sus gastos e informan a las entidades crediticias cuando se endeudan por
encima de sus posibilidades de pago.
Por su parte, Ledgerwood (1999) afirma que por lo general las mujeres tienen un mayor
nivel de responsabilidad en comparación con los hombres.
De igual forma se podría plantear que el mayor porcentaje de mujeres que acceden a
financiación crediticia, son cabeza de familia y son destinados a proyectos productivos
que generalmente mejoran el nivel de ingresos del núcleo familiar.
d) Plazo del crédito: Las estimaciones realizadas reflejan alta correlación estadística entre la
variable de plazo es sus diferentes categorías con la probabilidad de estar en mora.

Se observó que los clientes a los cuales se les otorgaron créditos entre 13 y 24 meses de
plazo presentan 17,7 pp mayor porcentaje de incurrir en mora que los clientes con un
plazo mayor a 24 meses y hasta un 31,5 pp más que los clientes con plazos menores a 1
año.
El análisis multivariado nos muestra que entre menor sea el plazo otorgado mayor es la
probabilidad de presentar mora; situación que difiere a los resultados planteados por
Clavijo-Ramírez (2016) que indica que por cada mes de plazo adicional la probabilidad
aumenta entre 40 a 60 pb.
e) Monto del crédito: El monto otorgado inicialmente también presento nivel de
significancia en 3 de los 4 rangos estudiados; se observa que entre menor sea el monto
otorgado mayor es la probabilidad de entrar en mora; el rango de créditos mayores a 20
MDP no presento nivel de significancia.
Estos resultados concuerdan con lo encontrado por Clavijo-Ramírez (2016) quien
concluye que el incremento en un punto porcentual en el monto inicial del crédito
disminuye la probabilidad de que este registre una mora.
Según Roslan & Zaini (2009), esto ocurre debido a que usualmente las IMF evalúan con
más cuidado y detalle el otorgamiento de préstamos que implican desembolsos de
grandes cantidades de dinero y por ende, es menos probable que estos entren en mora.
f) Cuota del crédito: se observa que entre mayor sea el valor de la cuota menor es la
probabilidad de entrar en mora, esto se podría relacionar igualmente al plazo del crédito;
se determinó nivel de significancia bivariada para 2 de las 4 variables dummy analizadas
(créditos entre 250-500 mil y 501-1 millón)

Conclusiones
En Colombia se conocen pocas investigaciones que busquen establecer los factores
relevantes para explicar la morosidad de las microempresas a diferencia de lo que sucede con las
medianas y grandes empresas; donde los estudios se han enfocado en hallar los determinantes de
la probabilidad de incumplimiento utilizando solo factores de información dura, es decir los
indicadores financieros.
Gracias a la información brindada por la IMF, Se realizó un análisis descriptivo de cada
una de las variables socioeconómicas utilizadas al momento del otorgamiento de crédito.
Se estableció la relación que tiene las variables socioeconómicas con la probabilidad de
incumplimiento, lo cual permitió identificar las variables de información suave que determinan
la morosidad en dicha entidad.
Se identificó que las variables, estado civil, tipo de vivienda, actividad económica,
número de hijos, sector económico y años de experiencia; no son determinantes debido a que no
mostraron significancia en el análisis multivariado; por tanto, no se hace profundidad en ellas;
sin embargo podrían ser de gran utilidad para futuros estudios.
En cuanto a las variables socioeconómicas del deudor en el momento en que se le otorga
el crédito, tales como la edad, tipo de cliente, género, plazo del crédito, monto del crédito y
cuota; resultaron ser estadísticamente relevantes para explicar la probabilidad de incumplimiento
en la cartera estudiada.
Recomendaciones
Por tanto, consideramos importante profundizar en los estudios realizados, incluyendo
cada vez más variables tanto de información dura como de información blanda; así como un
mayor número de IMF; con el fin de determinar modelos probabilísticos acertados, que puedan
ser utilizados al momento de otorgar una operación microcrediticia y que reduzca
significativamente los indicadores de calidad de cartera.
A la entidad de microcrédito que facilito la información de los clientes, que amplié el
estudio a departamentos, zonas, regiones e incluso nivel nacional y determine así las variables
determinantes y con esta información construya un modelo estadístico de probabilidad de
incumplimiento que pueda ser aplicado en sus oficinas.
A entidades de microcrédito que apliquen un estudio similar con las variables
socioeconómicas disponibles; Esto no solamente ayudara a las IMF a mantener indicadores de
mora estables mediante políticas de riesgo ajustadas, si no que aportara a no excluir del sector
financiero a clientes que por mala asesoría financiera se retrasan en sus pagos y son reportados
en centrales de riesgo con información negativa; lo que conlleva a informalidad crediticia.
Finalmente exhortamos a la Corporación Universitaria Minuto de Dios y demás
universidades del país, a establecer convenios interinstitucionales con entidades financieras a fin
de poder realizar investigaciones mediante la facilitación de base de datos acordes a la ley 1581
del 2012 de protección de datos personales. Estudios que sin duda mejoraran el sistema
financiero de Colombia.
Referencias Bibliográficas
Asomicrofinanzas. (2019). Informe de gestión 2019. Asomicrofinazas. Bogotá D.C. pp 66
Choque, C. Z. (2014). Factores determinantes del riesgo crediticio-caso banco solidario
SA (Doctoral dissertation, Tesis Universidad mayor de San Andres. Bolivia).
Clavijo-Ramírez, F. (2016). Determinantes de la morosidad de la cartera de microcrédito en
Colombia (Doctoral dissertation, Uniandes). Borradores de economía.Volumen 951
Bogotá D.C. pp 1-45
Clavijo-Ramírez, F. Estrada, D & Yaruro, A. (2021). El microcrédito en municipios rurales y
rurales dispersos: determinantes de acceso y morosidad. Asomicrofinanzas. Bogotá D.C.
Estrada, D. A., & Hernández Rubio, A. (2019). Situación actual e impacto del microcrédito en
Colombia. Libros Banco de la República. Pp 261
Godbillon-Camus, B., & Godlewski, C. J. (2005). Credit risk management in banks: hard
information, soft information and manipulation. Soft Information and Manipulation
(December 2005). Pp 25.
Lara Haro, A. (2005). Medición y control de riesgos financieros. Editorial Limusa. Ciudad de
México. Pp 210.
Ledgerwood, J. (1999). Microfinance handbook: An institutional and financial perspective.
Banco Mundial. Washington D.C.
Ley 590 del 12 de julio de 2000 que dicta disposiciones para promover el desarrollo de las micro,
pequeñas y medianas empresas. Congreso de Colombia.
http://www.secretariasenado.gov.co/senado/basedoc/ley_0590_2000.html
López. J.A (2019). Actividad económica. Economipedia.
https://economipedia.com/definiciones/actividad-economica.html
Mundial, B. (2013). Capacidades financieras en Colombia: resultados de la encuesta nacional
sobre comportamientos, actitudes y conocimientos financieros. Washington: Banco
Mundial. Pp122.
Nannyonga, H. L. (2000). Determinants Of Repayment Behavior In The Centenary Rural
Development Bank In Uganda. The Ohio State University.
Nawai, N. (2010). Determinants of Repayment Performance in Microcredit Programs: A
Review of Literature. University Sains Islam Malaysia.
Olomola, A. S. 2000. Determinants Of Smallholder Loan Repayment Performance: Evidence
From The Nigerian Micro-Finance System. Centre for the Study of African Economies,
Oxford University.
Petersen, M. A. (2004). Information: Hard and Soft. Northwestern University and NBER.
Reyes-Motta.F (2011). Gestion Empresarial De Una Granja Porcicola En La Vereda Piragua
Del Municipio De Timana-Huila. Universidad de la Amazonia. Florencia. Pp 67.
Roslan, A. H., & Mohd Zaini, A. K. (2009). Determinants of microcredit repayment in
Malaysia: the case of Agrobank. Humanity & Social Sciences Journal, 4(1), 45-52.
Tapia, D. F. B. (2014). Análisis y propuesta de mejora para el control del proceso de
microcrédito en la fundación alternativas para el desarrollo, organización no
gubernamental perteneciente a la economía popular y solidaria del ecuador (Doctoral
dissertation, Master’s thesis, PUCE).

Vega Dimate, A. M., & Mora Garzón, G. E. (2019). Fintech, influencia de los riesgos financieros
en los procesos de colocación de créditos en Colombia. Universidad Cooperativa de
Colombia, Bogotá. Recuperado de http://repository. ucc. edu. co/handle/ucc/10982.

Tesis Riesgo de Microcredito

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Riesgo de Microcredito

Cargado por

Copyright:

Formatos disponibles

Factores determinantes de riesgo en la colocación de microcrédito en una entidad

financiera del municipio de Pitalito-Huila.

Diana Milena Leal Reyes

Juan Camilo Chaux Hurtado

Fernando Reyes Motta

Corporación Universitaria Minuto De Dios

Rectoría Virtual y a Distancia

SEDE / CENTRO TUTORIAL Bogotá D.C. - Sede Principal

Programa Especialización en Gerencia Financiera

financiera del municipio de Pitalito-Huila.

Diana Milena Leal Reyes

Juan Camilo Chaux Hurtado

Fernando Reyes Motta

Trabajo de Grado presentado como requisito para optar al título de Especialista en

Dr. Oscar Jaramillo Castaño

Corporación Universitaria Minuto De Dios

Rectoría Virtual y a Distancia

SEDE / CENTRO TUTORIAL Bogotá D.C. - Sede Principal

Especialización en Gerencia Financiera

Presidente del Jurado

A mis padres, por su amor y apoyo incondicional…

A mis hijos, por ser fuente ineludible de inspiración,

A mis hermanos, por su lealtad y serenidad que me alientan a la vida,

Los autores manifiestan su agradecimiento hacia las directivas y docentes de la

Corporación Universitaria Minuto de Dios y su Especialización en Gerencia Financiera; a su

nos permitió mantenernos firmes en la confección y elaboración de este proyecto.

Capítulo I. Formulación y Direccionamiento ............................................................................... 13

Planteamiento del Problema ...................................................................................................... 14

Enunciado del problema ............................................................................................................ 14

Delimitación y alcances ............................................................................................................ 15

Objetivo General ....................................................................................................................... 16

Objetivos Específicos ................................................................................................................ 16

Capítulo II. Marco Referencial ..................................................................................................... 18

Capítulo III. Metodología y Proceso De Investigación ................................................................ 22

Tipo de investigación ................................................................................................................ 22

Proceso metodológico ............................................................................................................... 22

Identificación de variables ........................................................................................................ 23

Técnicas de indagación e instrumentos ..................................................................................... 24

Capítulo IV. Conclusiones y Recomendaciones ........................................................................... 25

Regresión logística binaria ........................................................................................................ 38

Referencias Bibliográficas ........................................................................................................ 46

Tabla 1. Variables ......................................................................................................................... 23

Tabla 2. Año de desembolso.......................................................................................................... 25

Tabla 3. Ciudad de negocio .......................................................................................................... 26

Tabla 4. Edad por categoría ......................................................................................................... 27

Tabla 5. Género ............................................................................................................................ 28

Tabla 6. Estado civil ..................................................................................................................... 29

Tabla 7. Tipo de vivienda. ............................................................................................................. 29

Tabla 8. Tipo de actividad ............................................................................................................ 31

Tabla 9. Número de hijos .............................................................................................................. 31

Tabla 10. Tipo de cliente ............................................................................................................... 32

Tabla 11. Sector económico. ......................................................................................................... 33

Tabla 12. Experiencia en la actividad. ......................................................................................... 34

Tabla 13. Plazo del crédito. .......................................................................................................... 35

Tabla 14. Monto desembolsado .................................................................................................... 36

Tabla 15. Valor de la cuota del préstamo ..................................................................................... 37

Tabla 16. Análisis bivariado ......................................................................................................... 38

Tabla 17. Análisis multivariado .................................................................................................... 40

El microcrédito en Colombia se ha convertido en un aliado para promover la inclusión financiera

y así mejorar la calidad de vida de miles de microempresarios mediante el acceso a fuentes de

financiación. En la última década se observa que la cartera de microcrédito crece a un ritmo

concepto de información suave, que incluye variables socioeconómicas de los deudores y la